基于形状特征的商标图像检索系统的研究与设计

论文摘要

商标(Trademark)俗称“品牌”(Brand),是商品生产者、销售者或服务提供者为商品、服务设立的标志。如何高效快捷地组织和检索商标图像,是当今商标信息爆炸时代面临的重要课题。形状特征是商标图像最重要的特征之一,最能稳定可靠地描述目标,因此基于形状特征的商标图像检索成为研究的热点。本文的工作主要体现在以下几个方面:(1)介绍了图像预处理的基本方法,针对基于形状特征的图像检索的特点对商标图像进行了相应的预处理,有归一化、去噪、二值化、灰度化、图像增强,并用程序实现。(2)重点研究了基于图像形状关键特征的提取方法。在图像分割过程中采用形态学分水岭算法,并提出区域合并算法;在轮廓特征提取过程中对Snake模型算法进行了改进,并引入贪婪算法提高迭代速度;在边界跟踪过程中引入最大梯度跟踪法来提高边界跟踪精度。(3)分析了当前形状特征描述参数,实现了多种形状特征描述参数。根据商标图像检索的特点采用形状参数、不变矩、边界矩与傅立叶描述子。(4)分析了基于形状特征的商标图像检索系统所要涉及到的关键技术,分析了数据库存储、特征匹配、反馈技术以及检索结果评价技术。(5)设计了基于形状特征的图形检索系统,系统由3个子系统,5个功能模块构成,将图像特征库采用分布式数据库模式。用户还可以根据一次检索结果进行反馈以获得更加精确的检索结果。

论文目录

• 摘要
• Abstract
• 目录
• 第一章 绪论
• 1.1 课题研究的背景及意义
• 1.2 课题的研究现状及发展方向
• 1.3 论文的主要内容
• 1.4 论文的主要创新
• 1.5 本章小结
• 第二章 商标图像预处理
• 2.1 图像归一化
• 2.2 图像去噪
• 2.2.1 噪声的来源
• 2.2.2 图像去噪方法
• 2.3 图形灰度处理
• 2.3.1 灰度图概念
• 2.3.2 灰度处理算法
• 2.4 图像二值处理
• 2.4.1 图像二值处理概念
• 2.4.2 图像二值处理方法
• 2.5 图像效果增强处理
• 2.6 商标图像预处理实现
• 2.7 本章小结
• 第三章 商标图像关键形状特征提取
• 3.1 商标图像分割
• 3.1.1 图像分割概念
• 3.1.2 图像分割方法
• 3.1.3 实验实现与分析
• 3.2 轮廓特征提取
• 3.2.1 轮廓提取的基本类型
• 3.2.2 商标轮廓提取方法
• 3.2.3 实验实现与分析
• 3.3 边界跟踪
• 3.3.1 形态学基本理论
• 3.3.2 边界跟踪算法
• 3.3.3 实验实现与分析
• 3.4 商标图像关键形状特征提取实现
• 3.5 本章小结
• 第四章 商标图像的形状特征描述
• 4.1 图像特征的表达方式
• 4.2 图像形状特征的描述
• 4.2.1 几何参数
• 4.2.2 不变矩
• 4.2.3 傅立叶描述子
• 4.3 本章小结
• 第五章 商标图像检索系统关键技术
• 5.1 数据库图像数据存储研究
• 5.2 图像匹配技术
• 5.2.1 距离度量空间
• 1距离和L₂距离'>5.2.2 L₁距离和L₂距离
• 5.3 反馈技术
• 5.3.1 反馈算法检索流程
• 5.3.2 反馈机制的建立
• 5.4 检索结果评价技术
• 5.5 本章小结
• 第六章 基于形状特征的商标图像检索系统设计
• 6.1 商标图像系统设计功能
• 6.2 基于形状特征的商标图像检索系统结构
• 6.3 特征数据库分类
• 6.4 基于形状特征的图像检索系统工作的流程
• 6.4.1 建立图像特征库
• 6.4.2 用户检索流程
• 6.5 本章小结
• 第七章 结束语
• 参考文献
• 致谢
• 攻读学位期间发表论文